典型文献
多传感器数据融合的复杂系统退化模式挖掘
文献摘要：
退化模式挖掘对复杂系统剩余寿命预测具有重要意义.为了解系统运行状态,掌握其退化规律,提出一种基于时间序列聚类的退化模式挖掘方法.首先,利用改进马田系统筛选并融合多传感器数据特征,构建健康指数来表征系统的退化趋势.然后,采用累积和算法将健康曲线进行分段处理,获取退化曲线,并利用基于动态时间弯曲距离度量的层次聚类算法将退化模式进行归类.最后,以相似度和退化时间为判别依据,对系统的退化模式进行有效识别.以航空发动机为对象的研究表明,该方法能够有效的挖掘和识别退化模式,为复杂系统剩余寿命预测提供依据.
文献关键词：
复杂系统;马田系统(MTS);健康指数;退化模式;层次聚类
中图分类号：
作者姓名：
彭宅铭;程龙生;姚启峰
作者机构：
江苏科技大学 经济管理学院,江苏镇江 212100;南京理工大学 经济管理学院,南京 210094
文献出处：
引用格式：
[1]彭宅铭;程龙生;姚启峰-.多传感器数据融合的复杂系统退化模式挖掘)[J].振动与冲击,2022(13):239-245,251
A类：
改进马田系统
B类：
多传感器数据融合,复杂系统,系统退化,退化模式,模式挖掘,剩余寿命预测,退化规律,时间序列聚类,挖掘方法,数据特征,健康指数,表征系统,累积和,和算,动态时间弯曲距离,距离度量,层次聚类算法,航空发动机,MTS
AB值：
0.265471
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
